关于xml：如何在Python中使用Xpath？

How to use Xpath in Python?

什么是图书馆？是否有完整的实现？图书馆如何使用？它的网站在哪里？

libxml2具有许多优点：

符合规范

积极发展和社区参与

速度。这实际上是一个围绕C实现的python包装器。

无处不在。 libxml2库无处不在，因此已经过了很好的测试。

缺点包括：

符合规范。严格在其他库中，诸如默认名称空间处理之类的事情会更容易。

使用本机代码。这可能会很麻烦，具体取决于您的应用程序的分发/部署方式。可使用RPM来减轻这种痛苦。

手动资源处理。请注意下面的示例中对freeDoc()和xpathFreeContext()的调用。这不是很Pythonic。

如果您要进行简单的路径选择，请坚持使用ElementTree(Python 2.5附带)。如果需要完全符合规范或原始速度，并且可以应付本机代码的分发，请使用libxml2。

libxml2 XPath使用示例

1
2
3
4
5
6
7
8
9
10
11
12
13

import libxml2

doc = libxml2.parseFile("tst.xml")
ctxt = doc.xpathNewContext()
res = ctxt.xpathEval("//*")
if len(res) != 2:
print"xpath query: wrong node set size"
sys.exit(1)
if res[0].name !="doc" or res[1].name !="foo":
print"xpath query: wrong node set value"
sys.exit(1)
doc.freeDoc()
ctxt.xpathFreeContext()

ElementTree XPath使用示例

1
2
3
4

from elementtree.ElementTree import ElementTree
mydoc = ElementTree(file='tst.xml')
for e in mydoc.findall('/foo/bar'):
print e.get('title').text

lxml软件包支持xpath。尽管我在self ::轴上遇到了一些麻烦，但它似乎工作得很好。还有Amara，但我还没有亲自使用过。

在这里听起来像一个lxml广告。 ;)ElementTree包含在std库中。在2.6及以下的版本中，其xpath相当弱，但在2.7中则大大改进：

1
2
3
4
5
6
7
8
9

import xml.etree.ElementTree as ET
root = ET.parse(filename)
result = ''

for elem in root.findall('.//child/grandchild'):
# How to make decisions based on attributes even in 2.6:
if elem.attrib.get('name') == 'foo':
result = elem.text
break

使用LXML。 LXML充分利用了libxml2和libxslt的功能，但是将它们包装在比这些库中固有的Python绑定更多的" Pythonic"绑定中。这样，它将获得完整的XPath 1.0实现。本机ElemenTree支持XPath的有限子集，尽管它可能足以满足您的需求。

另一个选项是py-dom-xpath，它与minidom无缝配合，并且是纯Python，因此可以在appengine上使用。

1 2	import xpath xpath.find('//item', doc)

您可以使用：

PyXML：

1
2
3
4
5

from xml.dom.ext.reader import Sax2
from xml import xpath
doc = Sax2.FromXmlFile('foo.xml').documentElement
for url in xpath.Evaluate('//@Url', doc):
print url.value

libxml2：

1
2
3
4

import libxml2
doc = libxml2.parseFile('foo.xml')
for url in doc.xpathEval('//@Url'):
print url.content

最新版本的elementtree很好地支持XPath。我不是XPath专家，我不能肯定地说实现是否完整，但是在使用Python时它已经满足了我的大部分需求。我也使用了lxml和PyXML，我发现etree很不错，因为它是一个标准模块。

注意：从那以后我就找到了lxml，对我来说，它绝对是Python最好的XML库。它也很好地完成了XPath(尽管可能不是完整的实现)。

您可以使用lxml中的简单soupparser

例：

1
2
3
4

from lxml.html.soupparser import fromstring

tree = fromstring("Find me!")
print tree.xpath("//a/text()")

如果您希望同时拥有XPATH的功能和使用CSS的能力，则可以使用parsel：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

>>> from parsel import Selector
>>> sel = Selector(text=u"""<html>
<body>
Hello, Parsel!

<ul>

<li>
Link 1
</li>

<li>
Link 2
</li>

</ul
</body>
</html>""")
>>>
>>> sel.css('h1::text').extract_first()
'Hello, Parsel!'
>>> sel.xpath('//h1/text()').extract_first()
'Hello, Parsel!'

另一个库是4Suite：http：//sourceforge.net/projects/foursuite/

我不知道它是如何符合规范的。但这对我来说非常有效。它看起来被遗弃了。

PyXML运作良好。

您没有说明正在使用什么平台，但是如果您使用的是Ubuntu，则可以使用sudo apt-get install python-xml来获得它。我敢肯定其他Linux发行版也有。

如果您使用的是Mac，则xpath已安装但无法立即访问。您可以在环境中设置PY_USE_XMLPLUS或使用Python方式在导入xml.xpath之前进行设置：